基于深度相机的刚性物体典型运动特征重建

发布时间：2017-12-30 09:53

  本文关键词：基于深度相机的刚性物体典型运动特征重建　出处：《山东大学》2017年硕士论文　论文类型：学位论文

  更多相关文章： 深度相机 RANSAC 运动特征重建 运动骨架构建

【摘要】：随着3D扫描设备的发展,用这些设备来获取现实生活中的物体的三维表面数据已经成为可能。尤其当微软的Kinect,华硕的Xtion,英特尔的RealSense等深度相机的出现,人们获取这些三维数据的成本也大大降低。如今的3D扫描设备既能够获取人造物体的表面数据也能够扫描自然界本身存在的物体的表面数据,基于此,越来越多的关于物体表面几何重建的技术被提出。然而,静态的物体模型所包含的物体本身的信息是有限的,因此越来越多的研究者们开始积极探索新的扫描分析技术来获取动态物体的动态信息,比如重建物体的运动特征。与物体的几何特征相比,物体的运动特征更加简洁明了地反映出物体本身的功能特性。事实上,物体的运动特征包含着很多有价值的信息,对于一个关节式物体来说,物体的运动特征包含着物体各部分的运动参数,包括关节类型,关节的位置,关节在三维空间的轴向,运动速度以及其他时空参数。这些特征在机械交互,机器人动力学,人体运动分析,计算机视觉等领域都有着及其重要的作用。然而,通过3D扫描设备获取的三维动态数据来分析关节式物体的运动信息是一件非常具有挑战性的工作,因为用这些设备获取的物体的动态数据是低质量的。由于3D扫描设备本身具有有限的分辨率和帧率,在扫描的过程中,被扫描的物体可能会进行快速的运动,从而导致扫描仪获取的三维数据点比较稀疏并且具有很多的噪声点。另外,物体运动部分的数据可能会因为幻影效应产生很多异常数据点,或者因为自身遮挡问题而导致数据缺失。本文提出一种有效地从深度相机获取的低质量动态数据中直接分析出刚性关节式物体的运动特征的4D RANSAC方法。与传统的运动特征重建方法不同,该方法完全跳过了重建物体本身的几何信息,选择直接探寻物体内部运动机理,提取物体每个关节的运动类型,运动参数,自由度等信息。RANSAC算法的优点在于它的鲁棒性,即使数据集中存在大量的异常值,RANSAC算法也能够精确地估计出拟合该数据的模型。和传统的RANSAC方法相似,本方法将其扩展到4D的时空数据集上,进而拟合出关节式物体每个关节最好的运动模型。由于现实生活中关节式物体的运动类型主要有三种:铰链接头运动,球形接头运动和滑动。所以本方法中,我们主要考虑这三种典型的运动类型,当然本文提出的方法完全能够扩展到其它不常见的运动类型。另外,本文提出一种运动特征图结构来重新表示关节式物体,进而实现物体运动骨架构建,该结构可被用作物体识别,物体检索等方面。
[Abstract]:......
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 贾熹滨;石勤;尹宝才;;一种由粗到细的渐进式特征点定位算法[J];北京工业大学学报;2005年S1期

2 贾熹滨;石勤;尹宝才;;由粗到细的渐进式特征点定位算法[J];北京工业大学学报;2006年05期

3 郑林;刘泉;王林涛;;一种基于特征点的跟踪算法[J];武汉理工大学学报(交通科学与工程版);2006年03期

4 江诗锋;何振峰;;基于特征点的行车数据序列对齐[J];福州大学学报(自然科学版);2010年02期

5 周全峗;史泽林;;辐射模糊图像的特征点稳定性分析[J];光电工程;2013年06期

6 魏立梅,张永瑞,谢维信,程相君;人脸识别中基准点的选取与特征点定位[J];西安电子科技大学学报;1998年01期

7 许承慧;刘桂华;梁峰;;非特征点双目测距技术研究[J];微型机与应用;2013年22期

8 潘翔;章国栋;陈启华;;三维可变形物体的特征点层次提取[J];计算机科学;2014年04期

9 陶刚,卢昀,李吉桂;细化指纹图中伪特征点的一体化去除算法[J];现代计算机(专业版);2002年10期

10 仲启媛,谭立龙;一种确定运动目标特征点的算法[J];计算机工程;2003年10期

相关会议论文 前10条

1 汪力;叶桦;夏良正;;利用特征点定位嘴巴[A];第二十六届中国控制会议论文集[C];2007年

2 付洪川;王剑;万婵;赵建英;付凯;;图像特征点匹配算法的研究与改进[A];2009中国控制与决策会议论文集（1）[C];2009年

3 温文雅;陈建华;;一种基于特征点的图像匹配算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 任明武;胡明昊;杨静宇;;一种快速实用的特征点匹配算法[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（上）[C];2003年

5 许竞;姜波;;摄像机运动下特征点追踪方法研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年

6 张田;王希常;苏志荣;;基于特征点和轮廓检测的粘连数字分割[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

7 杜鹏飞;彭代强;林幼权;;基于二乘向量机的特征点配准算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

8 舒志龙;阮秋琦;;基于KLT特征点跟踪的图象拼接[A];中国体视学学会图像分析专业、中国体视学学会仿真与虚拟现实专业、中国航空学会信号与信息处理专业第一届联合学术会议论文集[C];2000年

9 杨向林;严洪;任兆瑞;陈靖一;;基于小波变换的ECG信号多特征点综合检测算法[A];第八届全国信息获取与处理学术会议论文集[C];2010年

10 韩广良;陈小云;;利用多特征点搜索实现纸钞图像的状态检测[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年

相关重要报纸文章 前1条

1 本报记者 王宇;芯技术点亮未来[N];电脑报;2010年

相关博士学位论文 前10条

1 刘洪涛;基于视觉的微夹持构件受力与应变测量方法[D];上海交通大学;2014年

2 刘通;面向心拍识别的心电信号的高层特征研究[D];吉林大学;2016年

3 廖斌;基于特征点的图像配准技术研究[D];国防科学技术大学;2008年

4 杨占龙;基于特征点的图像配准与拼接技术研究[D];西安电子科技大学;2008年

5 杨利敏;图像特征点定位算法研究及其应用[D];上海交通大学;2008年

6 李旭东;基于特征点的增强现实三维注册算法研究[D];天津大学;2009年

7 鲁统伟;前视目标图像匹配定位技术研究[D];华中科技大学;2008年

8 戴激光;渐进式多特征异源高分辨率卫星影像密集匹配方法研究[D];辽宁工程技术大学;2013年

9 宋琳;无人机飞行途中视觉导航关键技术研究[D];西北工业大学;2015年

10 杨奎元;基于深层结构的图像内容分析及其应用[D];中国科学技术大学;2012年

相关硕士学位论文 前10条

1 曾宝莹;基于图像识别的中国书法真伪鉴别方法研究[D];西安建筑科技大学;2015年

2 周兆镇;基于双目视觉的特征点匹配算法研究[D];西安建筑科技大学;2015年

3 冯翔;基于人脸对齐和多特征融合的人脸识别方法研究[D];南京理工大学;2015年

4 姜小会;基于特征点的图像拼接技术研究[D];山东建筑大学;2015年

5 吴昊;基础矩阵估计方法研究[D];兰州大学;2015年

6 陈伟;基于唇形特征的身份识别算法的设计[D];兰州大学;2015年

7 秦清欣;GPS辅助摄影测量的边坡监测技术研究[D];南京理工大学;2015年

8 宋伟;远程火光瞄准与探测系统设计[D];西安工业大学;2015年

9 刘智;塑料面膜印刷质量的视觉检测方法研究[D];沈阳理工大学;2015年

10 任筱强;行星及行星卫星着陆探测自主导航方法研究[D];哈尔滨工业大学;2015年

，

本文编号：1354344